ニューラルネットワークモデルによる特異地域の抽出

カテゴリ: 全国大会

論文No: 3-100

グループ名: 【全国大会】平成31年電気学会全国大会論文集

発行日: 2019/03/01

タイトル(英語): Detection of outlying regional units by neural network model

著者名: 坂本 憲昭(法政大学),森 博美(法政大学)

著者名(英語): Noriaki Sakamoto(Hosei University),Hiromi Mori(Hosei University)

キーワード: ニューラルネットワーク,深層学習,統計データ分析

要約(日本語): 人口移動や事業所数の統計データ分析において，特異地域の抽出は，自治体等の施策や街づくりの指針において有用である。これまで分析手法としてクラスター分析や数量化4類などを用いてきた。ここで最近の著者らの研究では，小地域における転入人口の流入ポテンシャルを算出しているが，説明変数22，地域数2300であり従来手法の適用では困難を極めている。変数が多い場合に多重回帰や主成分分析等を用いるが，小地域の場合には埋もれた変数が重要な場合があり，変数の取捨選択には慎重を要する。そこで本稿は数理モデルがないことから，すべてのデータで階層型ニューラルネットワークモデルを構築し，その学習結果において誤差が大きい地域を特異地域として抽出する手法を提案する。

原稿種別: 日本語

PDFファイルサイズ: 202 Kバイト